基于荧光效应的矩阵-矢量乘法实现新方法创新与其应用前景

    深圳大学张晗教授团队在《Optica》期刊（2025年第12卷第7期）发表的研究成果，提出了一种基于荧光效应的矩阵-矢量乘法新方法，实现了光学神经网络线性部分的硬件化，并创新性地融合了存储、计算与显示功能。该技术为突破传统光学信号处理的能耗与延迟瓶颈提供了全新解决方案，在智能传感、自主系统及医学成像等领域具有重要应用价值。

    传统光学信号处理的技术瓶颈
    在人工智能推动计算机视觉快速发展的背景下，环境监测、医学成像等领域对光学信号处理的效率提出了更高要求。当前主流技术路径需经历"信号捕获-电信号转换-计算处理-显示输出"的全流程，存在三方面显著局限：
    其一，传感、存储、处理与显示单元的分离架构，导致数据流转过程中产生大量时间与能量损耗；其二，光-电（O/E）与电-光（E/O）转换所需的模数（ADC）、数模（DAC）转换器进一步加剧能耗；其三，数据存储环节不仅面临大容量需求压力，还存在隐私泄露风险。
    光学神经网络（ONNs）虽通过直接在光域处理数据，利用并行性与大带宽特性降低能耗与延迟，但现有方案多依赖光的干涉、吸收等物理过程，未能解决计算与显示功能分离的核心问题。

    荧光矩阵矢量乘法的技术原理
    研究团队提出的荧光矩阵矢量乘法（FMVM），基于螺吡喃-花青薄膜的可逆荧光修饰特性，构建了兼具可编程性与非易失性的光学计算系统，其核心机制体现在三方面：
    1.光致变色的权重调制机制
    螺吡喃分子在紫外光照射下可转化为具有荧光特性的花青分子，而花青分子在可见光照射下能逆转为螺吡喃。这种双向光致变色效应，使薄膜可通过紫外光"写入"权重（花青浓度分布），通过可见光"擦除"权重，实现神经网络权重的非易失性重构。实验验证显示，该薄膜在黑暗环境中可稳定保持权重至少8000秒，经100次写入-擦除循环后性能衰减小于5%，为长期可靠计算提供了物理基础。
    2.荧光效应的乘法运算实现
    荧光强度由紫外输入信号强度、花青浓度及荧光效率共同决定，满足关系式If=cmc·emc·IUV（其中If为荧光强度，cmc为花青浓度，emc为荧光效率，IUV为紫外光强度）。这一物理过程天然实现了输入信号与权重的逐元素乘法运算，且荧光输出直接构成计算结果的可见化呈现，使"计算即显示"成为可能。
    3.内存-显示计算的一体化架构
    系统通过微透镜阵列将紫外输入信号"扇出"为多通道并行信号，投射至已编程权重的薄膜上，经荧光乘法运算后，通过光学"扇入"完成信号求和与非线性处理，最终输出可见化结果。整个过程在光域内完成，无需电信号转换与外部存储，实现了存储、计算、显示功能的有机集成，处理延迟可达纳秒级，显著突破了传统架构的效率限制。

    实验验证与技术特性
    为验证FMVM的可行性，研究团队以指纹识别为案例开展实验：
    1.对指纹图像进行裁剪、二值化预处理，生成20×20像素的输入信号；
    2.通过反向传播算法优化权重矩阵（100×100像素），并利用紫外投影仪将权重编程至薄膜；
    3.紫外指纹信号经扇出后投射至薄膜，荧光输出经扇入处理后，清晰呈现出对应识别结果（大写字母"B"），实验结果与模拟结果高度吻合。
    该实验证实，FMVM具有三大技术优势：一是并行处理能力，通过光信号的空间并行性实现多通道同步计算；二是超低延迟，荧光响应时间仅1纳秒，满足高速实时处理需求；三是被动运行特性，无需外部电源驱动，显著降低能耗。

    应用前景与发展方向
    FMVM在多个领域展现出应用潜力：在深海生物监测中，可直接将海洋生物的紫外辐射转为可见荧光，实现实时成像；在高压电线故障检测中，能快速定位紫外辐射源并可视化故障点；在医学成像领域，可简化X光、紫外成像的信号处理链路，提升成像效率与安全性。
    未来发展可聚焦三方面：一是集成光电非线性激活函数，增强系统的非线性计算能力；二是开发多层架构，通过异质光子材料设计解决波长匹配问题，拓展计算深度；三是优化材料性能，提升发光效率与显示分辨率，进一步降低环境光干扰。
    作为一种基于量子过程（光子吸收与发射）的创新计算范式，FMVM为光学神经网络的实用化开辟了新路径。随着可逆荧光材料的多样化发展，该技术有望在智能传感、自主系统等领域推动形成紧凑高效的新型计算硬件体系。